MAX CIRINO DE MATTOS DA POSSIBILIDADE DE UMA WEB OF SCIENCE

(1)

DA POSSIBILIDADE DE UMA WEB OF SCIENCE PARA A

AMÉRICA LATINA E CARIBE

:

extração automática de uma base de citações do SciELO para o periódico PCI

e para a Coleção Saúde Pública

Profa. Dra. BEATRIZ VALADARES CENDÓN (ECI-UFMG; orientadora) Profa. Dra. MARIA CRISTINA SOARES GUIMARÃES (ICICT-FIOCRUZ)

Profa. Dra. CÍCERA HENRIQUE DA SILVA (ICICT-FIOCRUZ)

Prof. Dr. RICARDO HIROSHI CALDEIRA TAKAHASHI (MATEMÁTICA-UFMG) Profa. Dra. MARLENE OLIVEIRA TEIXEIRA DE MELO (ECI-UFMG)

Profa. Dra. RENATA MARIA ABRANTES BARACHO PORTO (ECI-UFMG)

(2)

UTOPIA / MOTOR:

inverter a relação 99% suor + 1% análise PARA 1% suor + 99% análise INÍCIO [no doutorado]:

• Discussão no grupo de pesquisa: TCC Wesley R. Fernandes

Disponibilidade no PORTAL CAPES das fontes citadas nas teses de 2005-2007 na ECI-UFMG • Continuidade: BDTD (extração automática de PDF…)

PIBIC – problemas de padronização das referências Redes Neurais: base criada manualmente - Magali R. G. Meireles • SciELO – arquivos XML

(3)

Relevância do trabalho • Possibilidade de…

• estudos posteriores por área, periódico, coleção… • aumento da visibilidade dos periódicos do SciELO • automação da extração de dados estatísticos

Criação de uma metodologia que permtirá a interpretação de todos os arquivos XML do SciELO

oferecendo a possibilidade de criação de uma Web of Science para a América Latina, Caribe e outras Coleções do SciELO

(4)

• Introdução (Cap. 1) 1’ – 11’ • Fundamentação teórica (Cap. 2) 11’ – 25’ • Metodologia (Cap. 3) 25’ – 37’

• FASE I – Dados Cadastrais

• Resultados (Cap. 4) • Análise da FASE I (Cap. 7) • FASE II – Base de Citações (Cap. 3)

• Análise das FASES I e II (Cap. 7)

• Resultados para a PCI (Cap. 5) 37’ – 42’ • Resultados para a CSP (Cap. 6) 42’ – 46’ • Análise da FASE II (Cap. 7) 46’ – 48’

(5)

(6)

• Garfield (processamento manual) • PORTAL CAPES

ARMAZENAMENTO MAGNÉTICO

• Grandes volumes de dados • Automação

• Nascimento do ISI - WoS

ÍNDICES LOCAIS • Importância • Políticas, investimentos, avaliação

SciELO

Extração automática (XML)

(7)

FIGURA 1 – Fundamentos para estudo das bases de citações

Fonte: Desenvolvida pelo autor

Estruturação da fundamentação teórica (CAP. 2)

BC

Bibliotecas Digitais de Periódicos Científicos BIBLIOTECAS DIGITAIS Cientometria BIBLIOMETRIA Avaliação de Coleções Digitais AVALIAÇÃO DE COLEÇÕES

(8)

(9)

Justificativa

• Medir publicações científicas não cadastradas no ISI é importante,

porém há carência de bases de dados nesses moldes

• SciELO: iniciativa para contemplar essas publicações

(MENEGHINI, 1998)

• Áreas de conhecimento em que a tradição é de disseminação local

(CENDÓN, GUIMARÃES, SILVA, OLIVEIRA, MATTOS, SANTANA e FERNANDES, 2012)

• Processos de gestão de atividades científicas deformados pela falta

de índices locais

(10)

Justificativa

• Dificuldade: processar um enorme volume de dados • Esforços datam de 1927 (mapeamento fracionado)

(GARFIELD, 1972)

• Usar a tecnologia como recurso essencial de desenvolvimento da CI Protótipo

• Integração CC e CI:

Lourenço (2005) – MER e MTD-BR

(11)

Pergunta

É POSSÍVEL A AUTOMAÇÃO DO PROCESSO DE CRIAÇÃO DE UMA BASE DE CITAÇÕES PARA OS PERIÓDICOS

DO SciELO?

Objetivos

• Descrição de uma metodologia para a criação de uma base de

citações atualizada automática e continuamente a partir dos periódicos cadastrados no SciELO

• Desenvolver um protótipo para testar a metodologia • Validar o protótipo para testar sua aplicação prática • Identificar fatores limitadores e propor alternativas

(12)

Premissas e limites

• Não se pretendeu corrigir o conteúdo dos arquivos XML • Não foram usados critérios para filtragem de informações

• Não integra o escopo do trabalho a análise específica de nenhuma

área

• O processo depende dos padrões identificados para acesso aos dados

(13)

(14)

Periódicos científicos e a Internet: bibliotecas digitais

• “A comunicação [científica] situa-se no próprio coração da ciência”

(MEADOWS, 1999)

• Internet: visibilidade a todos os periódicos

• Preços: incentivo à disseminação de periódicos de acesso aberto • SciELO (meados 1990)

(MENEGHINI E SILVA, 2012, informação verbal)

• Bibliotecas digitais:

• Expansão do número de usuários e abrangência

(15)

Bibliometria e Cientometria: criação e uso da Web of Science

• Price (Lotkka, Bradford, Zipf): leis cientométricas; “mapas de ciência” • “Mapas”: evidenciam importância e cobertura das revistas

• “Mapas”: embasamento do projeto do ISI

(SANTOS E KOBASHI, 2009)

• VINITI – All-Union Institut for Science and Technical Information • Academia de Ciências da ex-URSS

• 1969: Nalimov e Mulchenko – termo “cientometria” no título • Nalimov (cibernética), Styazhkin e Vledutsiv em 1959:

“As informações científicas e técnicas como uma das tarefas da cibernética”

(VANTI, 2011)

(16)

• Garfield percebeu a possibilidade de uso das referências citadas

como elementos de recuperação assim como palavras-chave

• Base para a criação da WoS

(VANTI, 2011)

• WEB OF SCIENCE

• +12.000 periódicos de grande impacto no mundo inteiro • +150.000 conferências

• + 250 disciplinas • A partir de 1.900

(17)

01.10.2013 MAX CIRINO DE MATTOS

Bibliometria e Cientometria: criação e uso da Web of Science • ISI: “rei” absoluto

• “Candidatos ao trono”: limitação uma/poucas áreas; não

empreendem esforços para prover índices de citação nos moldes do ISI (ADAM, 2002)

• Importância de índices locais para o desenvolvimento científico (WEBSTER, 1998;

XIN-NING, 2001;

GOGOLIN ET AL., 2003;

NEGISHI, SUN e SHIGI, 2004; SULEIMENOV, 2009;

GUIMARÃES, SILVA, SANTANA, BRAGA, BOCHNER, E GOLDBAUM, 2011;

CENDÓN, GUIMARÃES, SILVA, OLIVEIRA, MATTOS, SANTANA E FERNANDES, 2012; ZIBAVERA e PARMON, 2012)

(18)

(Interesse: criação do ISI -> criação da BC do SciELO) GARFIELD (1972; 1979; 1992; 1995)

• Mapas fragmentados (esforço manual) • Uso de meio magnético

• Amostra: out/dez 1969 (2.200 periódicos; 1.000.000 citações) • Listagens:

• Frequência de citações

• Estatística dos periódicos citados • Estatística dos periódicos citantes

(19)

FIGURA 6 – Frequências de citações

32

(20)

33

FIGURA 7 – Estatísticas dos periódicos citados Fonte: Garfield, 1972, p.529

(21)

34

Fonte: Garfield, 1972, p.530 FIGURA 8 – Estatísticas dos periódicos citantes

(22)

(Interesse: criação do ISI -> criação da BC do SciELO) Base de citação (GARFIELD):

• Potencial de gerenciamento de coleções de periódicos

• Principal aplicação: avaliação de pesquisas e políticas científicas • Definição de políticas de investimento e avaliação de desempenho • Alerta para a cobertura seletiva do ISI: sugeriu a criação de um

(23)

Bibliometria e Cientometria: criação e uso da Web of Science • WoS x Google Scholar (WINTER, ZADPOOR E DODOU, 2013)

• Acesso restrito X público

• Indexação seletiva X coleta automática (frágil)

Jacsó (2005; 2008), Cathcart e Roberts (2005);

Donlan e Cooke (2005); Vine (2006) e Wleklinski (2005)

• Evolução do Google Scholar

• Química, Física, Economia, Medicina (HARZING, 2013)

• Perfis de +30.000 pesquisadores (RADICCHI E CASTELLANO, 2013) • Críticas aos resultados (PRATHAP, 2013)

(24)

Bibliometria e Cientometria: criação e uso da Web of Science • Colaboração científica

• Coautoria (SCHUBERT E BRAUN, 1990)

• Cooperação Turquia/Malásia: combustíveis energéticos

(KUMAR E JAN, 2013)

• Estudos de gênero

• Produção feminina iraniana (NOURMOHAMMADI E HODAEI, 2013)

• Preferência no uso de gráficos e tabelas entre homens e mulheres

(HARTLEY E CABANAC, 2013)

• Nanotecnologia – JCR 2005 e 2007 (SOTUDEH E KHOSHIAN, 2013) • Uso do EXCEL e SPSS (99% suor…)

(25)

Bases de citações locais e o uso do SciELO • Negishi, Sun e Shigi (2004)

• Criação de um índice de citações para periódicos japoneses

Citation Database for Japanese Papers (CJP)

• Importância da criação de índices de língua não inglesa • Chinese Science Citation Database

• China Scientific and Technical Papers and Citations Database

• Chinese Social Science Citation Index

• Zibareva e Parmon (2012) : Russian Science Citation Index • Suleimenov et al. (2009) : Kazakh Science Citation Index

(26)

Bases de citações locais e o uso do SciELO • América Latina e Caribe

• Krauskopf et al. (1995) : ISI entre 1981 e 1993

Argentina, Brasil, chile, Colômbia, Costa Rica, Cuba, Jamaica, México, Peru e Venezuela (recebido em 10 mai. 1995)

• Collazo-Reyes (2013): português passou a ser a segunda língua

– atrás apenas do inglês – na produção científica registrada no ISI para países da América Latina e Caribe

• Análise bibliométrica da produção científica sobre AIDS na

América Latina e Caribe

(MACIAS-CHAPULA, RODEA-CASTRO E NARVAEZ-BERTHELENOT, 1998)

(27)

Bases de citações locais e o uso do SciELO

• O uso de indicadores provenientes do SciELO contribui para a

adequação de critérios de avaliação da produção científica nacional (MUGNANI, 2006)

• “a metodologia do Projeto [SciELO] é diferenciada do conjunto de

informações levadas à Internet, por obedecer a rígido controle de avaliação, seleção e operacionalidade”

(VASCONCELLOS, 1999)

(28)

Bases de citações locais e o uso do SciELO

• Obtenção dos dados estatísticos de forma manual

• Goldenberg et al. (2007) – Acta Cirúrgica Brasileira • Solano e Valdivea (2003) – AIDS 1997 a 2003

• Población e Goldenberg (2001) – Acta Cirúrgica Brasileira • A importância do SciELO é inegável

(29)

Outras aplicações: avaliação de coleções digitais • O que o acervo possui e não deveria possuir;

e o que não possui mas deveria possuir… (LANCASTER, 1996)

• Acervo do PORTAL CAPES

• 45% dos artigos citados estavam disponíveis no PORTAL CAPES • Análise bibliométrica como critério para gestão do acervo

(FERNANDES E CENDÓN, 2010)

• Histórico de criação do PORTAL CAPES e composição do acervo

(CORREA ET AL., 2008; ALMEIDA, GUIMARÃES E ALVES, 2010; FERNANDES, 2012)

(30)

Outras aplicações: avaliação de coleções digitais • Estudos sobre a coleção do PORTAL CAPES

• Avaliação a partir da percepção do usuário

(MAIA, 2005; CUNHA, 2009; SANTANA e PEIXOTO, 2010; FERNANDES, 2012; MAIA e CENDÓN, 2012)

• Avaliação a partir da existência das referências citadas

(OLIVEIRA e ODDONE, 2007; FERNANDES, 2009;

FERNANDES e CENDÓN, 2010; SANTANA e PEIXOTO, 2010)

• Limitações:

(31)

(32)

Caracterização da pesquisa

• Pesquisa aplicada ou exploratória (LAKATOS E MARCONI, 2007)

Demonstrar a viabilidade de um determinado programa ou técnica como uma solução em potencial para problemas práticos

• Híbrida (CRESWELL E CLARCK, 2011)

Utiliza métodos qualitativos (abstração, generalização - metodologia) e quantitativos – base de citações associada à bibliometria

(33)

FIGURA 9 – Visão geral da metodologia: passos e modelagem de dados simplificada

(34)

FASE I – Dados Cadastrais FIGURA 3 – Processo automático de preparação dos dados cadastrais dos periódicos do SciELO Fonte: desenvolvida

(35)

• Periódicos de uma Coleção

• Periódicos correntes e não-correntes

(36)

(37)

FASE I – Dados Cadastrais

Fonte: desenvolvida pelo autor

(38)

FASE I – Dados Cadastrais – Resultados (CAP. 4)

(39)

FASE I – Dados Cadastrais – Resultados (CAP. 4) • 904 periódicos

• 895 vinculados a somente 1 Coleção • 9 encontrados em 2 Coleções

• 1 delas sempre a CSP

MESMO ISSN EM DUAS COLEÇÕES

DADOS CADASTRAIS DIFERENTES?

(40)

(41)

(42)

(43)

(44)

FASE II – Base de Citações

FIGURA 2 – Fases para a criação da base de citações do SciELO

(45)

Fonte: Desenvolvida pelo autor

(46)

(47)

• Dados fonte de cada periódico (scielo_estatistica – 7.324 registros) • ISSN, ano, fascículos, artigos

(48)

FASE II – Base de Citações Fonte: Desenvolvida pelo autor FIGURA 18 – Módulo “Base de Citações”

(49)

FIGURA 28 – Quantidade de registros incorporados no banco de dados: PCI

(50)

FASE II – Base de Citações – Análise (CAP. 7) FASE I x FASE II TABELA 16 – Periódicos encontrados em mais de uma Coleção do SciELO e dados XML

(51)

(52)

FIGURA 22 – Resumo da importação de dados do SciELO: dados fonte e arquivos XML

(53)

FIGURA 29 – Frequências de citações: PCI

(54)

(55)

(56)

(57)

(58)

(59)

(60)

(61)

FIGURA 35

(62)

FIGURA 37

(63)

Problemas identificados que podem justificar diferenças • Exclusão de informações do SciELO

• Estrutura incompleta de TAGS XML

(64)

(65)

• Importação foi considerada satisfatória: > 260.000 arquivos XML • As 4 situações identificadas, caso corrigidas,

podem reduzir significativamente as diferenças encontradas

• Sugere-se uma análise mais aprofundada da metodologia SciELO • Falta de padronização de nomes de autores e fontes

(66)

(67)

Próximos passos

• Criação de bases de citação para cada periódico do SciELO • Criação de base centralizada com todos os periódicos

para consultas da produção científica nacional registrada no SciELO

• Gestão de conteúdo: criação de interfaces para desambiguação

manual

(68)

Desambiguação automática de nomes de autores e de fontes • Muita informação incompatível e redundante em SICT

(LATTES, OJS/SEER, QUALIS, COLETA, BDTD)

• Vinculação por CPF / Researcher ID / Google Acadêmico • Aspectos culturais, políticos, tecnológicos

• FAPESP: exige Researcher ID

• CPF informado no OJS/evento: dados do LATTES

• Evita duplicação de nome em eventos por grafia diferente • Distingue homônimos

• ISSN: obtenção automática do QUALIS

(69)

Avaliação automática de coleções: PORTAL CAPES

• A partir das fontes armazenadas na base de citações • Para determinado periódico ou Coleção

• Fazer a consulta automática ao PORTAL CAPES • Identificar fontes disponíveis no PORTAL…

… e fontes usadas mas não disponíveis

• Repetir o processo para outras bibliotecas digitais • OJS/SEER

(70)

Relevância do trabalho • Possibilidade de…

• estudos posteriores por área, periódico, coleção… • aumento da visibilidade dos periódicos do SciELO • automação da extração de dados estatísticos

Criação de uma metodologia que permtirá a interpretação de todos os arquivos XML do SciELO

oferecendo a possibilidade de criação de uma Web of Science para a América Latina, Caribe e outras Coleções do SciELO

(71)

Possibilidades…

FIGURA 20 – Periódicos SciELO agrupados por área de conhecimento

(72)

Descrição de uma metodologia para a criação de uma base de citações atualizada automática e continuamente a partir dos periódicos cadastrados no SciELO

Desenvolver um protótipo para testar a metodologia Validar o protótipo para testar sua aplicação prática Identificar fatores limitadores e propor alternativas

MAX CIRINO DE MATTOS DA POSSIBILIDADE DE UMA WEB OF SCIENCE

DA POSSIBILIDADE DE UMA WEB OF SCIENCE PARA A

AMÉRICA LATINA E CARIBE

:

SciELO

BC

(VANTI, 2011)

32

33

34

MESMO ISSN EM DUAS COLEÇÕES

DADOS CADASTRAIS DIFERENTES?

“Nosso fascínio pela tecnologia nos fez esquecer

o objetivo principal da informação: informar.

Todos os computadores do mundo de nada servirão

se seus usuários não estiverem interessados

na informação que esses computadores podem gerar.”

DAVENPORT, 1998